如何将Pandas DataFrame中列表格式的人口分布列拆分为多列并保留关联ID

你之前explode失效大概率是Demographic_distribution列为JSON字符串格式，而非Python原生列表对象，按以下步骤操作即可：

前置依赖 #

导入需要的工具库：

import pandas as pd
import json

步骤1：校验并转换列格式 #

先检查列的数据类型：

print(df['Demographic_distribution'].apply(type).unique())

如果输出包含<class 'str'>，说明是JSON字符串，先转成原生列表：

df['Demographic_distribution'] = df['Demographic_distribution'].apply(json.loads)

步骤2：拆分列表为单行字典 #

用explode方法把每个列表元素拆为独立行，保留对应ID：

df_exploded = df.explode('Demographic_distribution', ignore_index=True)

步骤3：拆分字典字段为独立列 #

两种方法均可实现：

• 方法1：用json_normalize解析字典（性能更优）

df_final = pd.concat([
    df_exploded['ID'],
    pd.json_normalize(df_exploded['Demographic_distribution'])
], axis=1)

• 方法2：用Series转换字典

df_final = df_exploded.join(
    df_exploded['Demographic_distribution'].apply(pd.Series)
).drop('Demographic_distribution', axis=1)

输出效果 #

最终得到的df_final会包含4列：ID、percentage、age、gender，每行对应原列表中的一个人口统计条目，ID和原数据的对应关系完全保留。

内容的提问来源于stack exchange，提问作者noradioactive